基于限制型粒子群优化的贝叶斯网络结构学习

• 作者: 邸若海 高晓光
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 贝叶斯网络 结构学习 互信息 粒子群优化
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 系统工程
• 页码范围: 2423-2427
• 分类号: TP18
• 字数: 4777字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2011.11.15

摘要

贝叶斯网络结构学习是数据挖掘与知识发现领域的主要研究技术之一,在网络结构的搜索空间相对较大的情况下,已提出的相关算法往往都会存在算法收敛速度慢、学习到的结果准确性较差的缺陷.提出一种信息论结合粒子群优化的算法,利用互信息限制粒子的初始化,使得粒子群优化算法能在较短的时间内收敛,应用ASIA网络作为仿真模型,并与K2算法比较.实验结果表明,提出的算法能够快速、准确地得到贝叶斯网络结构.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高晓光	西北工业大学电子信息学院	350	2934	23.0	33.0
2	邸若海	西北工业大学电子信息学院	12	117	7.0	10.0